摘要:针对电动汽车用开关磁阻电机(switched reluctance motor, SRM)转矩脉动大、振动噪声突出的固有问题，设计了一种动态调压变换器，并提出一种模型预测补偿转矩分配函数(model prediction compensation torque sharing function, MPC-TSF)的控制策略。首先，分析该动态调压变换器的工作机理，其6种运行模态可实现对电机励磁退磁过程的灵活调控。其次，阐释MPC-TSF控制策略的基本原理，通过转矩预测实时优化相电压输出，实现转矩脉动的最优抑制。最后，依托12/8极SRM样机开展实验验证。实验结果表明，相较于传统控制方案，所提方法可有效抑制SRM转矩脉动，同时显著提升电机的转矩输出能力。

摘要:针对大规模电动汽车接入配电网带来的负荷分配不均与电能质量下降问题，提出一种融合多因素用户响应特性与电网运行状态自适应调节的节点差异化充电价格机制及充电负荷空间优化策略。首先，该策略综合考虑充电站节点的安全性、经济性与可用性指标，构成差异化充电价格制定的核心依据。然后，依据配电网实时运行状态动态调整各指标权重，进而制定节点电价机制，引导电动汽车用户选择最优充电站点，实现负荷在空间上的合理再分配。最后，在IEEE33节点与69节点系统中进行仿真验证。结果表明，所提方法有助于提升充电站运行效率，缓解电网负荷压力，并为电动汽车与电网的协同发展提供技术支撑。

摘要:针对传统开关磁阻电机系统在调速范围与可靠性上难以兼顾的问题，提出了一种新型绕组重构型容错功率变换器。首先，阐述了新型绕组重构型容错功率变换器拓扑，每相采用5个功率开关管和1个功率二极管。然后，详细分析了所提变换器的工作模式、运行状态与故障特性。相较于只具有固定绕组连接方式的传统不对称半桥变换器，该拓扑不仅能够实现电机多种绕组连接方式在线重构，还能够实现功率变换器器件故障情况下的容错运行。最后，搭建了基于新型绕组重构型容错变换器的驱动系统仿真模型和实验平台，仿真和实验结果验证了所提变换器在绕组在线重构与容错运行方面的有效性。

摘要:针对传统静态路阻函数难以刻画城市交通流时变特性，以及用户多样化充电需求对充电设施部署和配电系统扩展影响考虑不足的问题，提出一种基于时变交通特征的多类型充电设施与配电系统协同规划模型。首先，融合路网拓扑与分时通行速度数据，构建时变动态路网模型，并基于兴趣点分布划分城市功能区。其次，采用蒙特卡洛方法模拟不同功能区电动汽车充电需求时空分布。然后，以综合社会成本最小为目标，构建计及慢充、快充与超充配置的协同优化模型。最后，以实际路网与配电网耦合系统为例验证了所提方法的有效性。结果表明，所提模型可反映交通拥堵状态及充电负荷时空分布特征，在满足用户多样化充电需求的同时，提高了充电设施规划与配电系统升级的经济性。

摘要:在超高脉冲工况下，锂离子电池具有单次放电时间短、电流高达数十倍以及温度升高快等特点。针对超高脉冲工况下电池荷电(state of charge, SOC)估计精度不足的问题，提出基于拓展长短期记忆(extended long short-term memory, xLSTM)神经网络模型的电池SOC估计方法。首先，将长短期记忆(long short-term memory, LSTM)神经网络中激活函数改为指数型激活函数，向量形式扩展为矩阵形式，从而提高模型估计能力。然后，在包含高温区的环境温度(25 ℃、35 ℃和45 ℃)下，高功率磷酸铁锂电池以10 s放电周期、50%占空比进行20~50 C脉冲放电实验，所提模型与多种神经网络模型的估计结果进行对比，并对所提模型在高温区的SOC估计性能进行验证。最后，将含有测量误差的低采样频率数据输入至xLSTM神经网络模型，xLSTM神经网络模型的估计结果与安时积分法估计结果进行对比，验证了所提模型的可行性和鲁棒性。

摘要:高比例新能源并网加剧新型电力系统调频压力，规模化电动汽车作为移动储能资源，通过车网互动提供时空灵活调节能力，然而，其规模化调频能力因信息物理社会多网络深度耦合而受到多重约束与不确定性的影响。基于“控制架构到聚合建模，再到指令分配”三维一体的分析框架，可逐层深入地解析电动汽车调频控制研究中的关键问题、研究进展与内在逻辑联系。首先，系统梳理了分散式、集中式与分层式控制架构的特点与适用场景，明确了分层式控制作为主流技术路径的优势。其次，围绕精确量化电动汽车集群动态可调潜力这一目标，提炼概述了行为推演驱动型、约束聚合驱动型及推演约束耦合型的集群聚合建模方法。然后，将调频指令分配方法归纳为预设规则驱动、优化模型驱动与人工智能赋能3类技术路径，并对比其核心思想、优势与局限。最后，从跨域协同理论、智能融合技术及公平可信互动机制3个方向对未来研究进行展望。

摘要:针对冬季输电线路故障辨识不精细、重合闸决策存在盲目性的问题，提出了一种基于故障原因辨识与多源先验知识的输电线路分级重合闸策略。首先，构建了基于时频网络的故障暂态波形特征提取方法，融合天气信息辨识覆冰、风偏、山火、异物等冬季典型故障的原因及其概率。其次，采用贝塔-二项分布对历史重合闸先验信息进行参数估计，以表征其不确定性。然后，考虑故障原因辨识结果与重合闸成功率分布抽样值，通过贝叶斯条件概率模型计算出当前故障下的重合成功概率，进而依据不同运行场景设定阈值，形成分级重合闸决策机制。最后，通过实际线路案例验证表明，所提方法的故障原因辨识准确率达到95.80%。相比现有的冬季重合闸成功率52.96%，所提分级重合闸策略的决策正确率可达79.41%，重合闸成功准确率为82.52%，显著提高了重合闸成功率，降低了盲目重合对电网的冲击。

摘要:调频市场以及融合调峰的电能量市场通过合理安排火电机组日前运行计划以应对新能源随机波动。然而，当前能量-调频联合出清机制未计及火电深度调峰-调频互斥特性，且未考虑系统预测随机性的影响，易导致机组运行方式安排不合理。对此，构建了计及调峰容量需求的能量-调频市场联合出清决策模型。基于条件约束建立了火电深度调峰-调频容量互斥约束。同时，引入系统调峰容量需求，构建了火电深度调峰容量-调频容量互斥约束，保障未提供调频的机组具备足量深度调峰能力以应对净负荷预测误差。然后，针对融合火电深度调峰引入的大规模整数变量，提出了基于深度调峰特征辨识的简化模型构造与伴随引导无损加速方法。构建了保留深度调峰特征的小规模伴随模型，并以伴随模型求解结果引导原模型热启动无损加速。最后，以我国某省网实际数据开展算例仿真。结果表明，所提方法能够提高出清决策方案的合理性，所提加速方法在不同场景下均能取得超1.7倍的加速效果。

摘要:随着高比例分布式能源渗透及随机性负荷的广泛接入，配电网运行呈现出显著的时序耦合与不确定性。现有研究多局限于静态承载力评估及可行域安全校核，缺乏对系统整体承载空间的量化与优化方法。为此，提出一种面向配电网承载域提升的储能双层规划方法。首先，构建融合承载力需求与可行域状态空间的配电网承载域模型。其次，提出基于降维投影的承载域体积与灵敏度指标，量化多时段耦合下的整体可行区域规模以及储能配置的边际效益。在此基础上，建立以最大化承载域体积和最小化经济成本为目标的双层规划模型。上层采用改进粒子群算法(improved particle swarm optimization, IPSO)优化容量配置，下层利用门控循环单元-近端策略优化(gated recurrent unit-proximal policy optimization, GRU-PPO)框架求解动态承载域。算例结果表明，所提方法能准确刻画可行域结构特征，显著提升系统在源荷双重不确定性下的承载能力。

摘要:在变压器故障诊断中，处于各运行状态分类边缘的样本通常数量稀缺、分布稀疏且存在重叠，导致诊断准确率显著低于基准水平。针对该问题，提出一种基于群组分布鲁棒优化(group distributionally robust optimization, GDRO)改进XGBoost的变压器故障诊断方法。首先，通过高斯混合模型(Gaussian mixture model, GMM)聚类，按油中气体组分差异将各运行状态样本拆分为子类，用以区分集中区与边缘区样本。其次，构建XGBoost故障诊断模型，并采用GDRO算法重新分配各子类权重，以解决模型对边缘样本关注不足的问题。最后，通过算例分析对所提方法的性能进行评估。实验结果表明，相较于常规诊断方法，所提方法对边缘区样本的诊断准确率可达91.67%，总体诊断准确率达到91.08%，显著提升了变压器故障诊断模型在边缘样本上的鲁棒性与全面性。

摘要:在综合能源系统中，同一区域的多能负荷既存在跨能量耦合关系，又存在跨节点的时空依赖关系。针对传统独立建模难以刻画跨能量、跨节点依赖的问题，提出一种融合深度可分离时间卷积网络和图卷积网络的负荷预测方法。首先，根据用能特征相似性筛选用能单元，构建负荷数据集。然后，构建深度可分离时间卷积网络与图卷积网络的融合框架，并引入多头稀疏注意力模块以捕获关键时刻交互信息。最后，采用自适应门控机制融合深度可分离时间卷积网络和图卷积网络。实验结果表明，所提方法在综合能源系统的负荷预测中具有更高的精度，误差小于对比模型，并在单步与多步预测任务上均展现出有效性。

摘要:受监测装置成本和通道数量的限制，配电网中的谐波电流数据存在缺失，从而制约了谐波污染的在线监测与有效治理。针对上述问题，提出了一种考虑多频次耦合影响的配电网谐波电流估计方法。首先，构建计及多频次相关性的输入特征矩阵。通过计算各次谐波电压与目标谐波电流之间的互信息，挖掘二者之间的耦合关系，筛选关键谐波电压耦合频次并形成特征矩阵。其次，提出一种耦合先验信息注入的谐波电流估计模型。通过构建静态与动态谐波耦合指标对多频次谐波耦合强度进行量化，并将其作为先验信息嵌入模型注意力机制中，实现物理耦合约束与数据驱动模型的深度融合。最后，在仅依赖现有监测数据的条件下，实现配电网谐波电流状态的准确估计。结合仿真数据与实测数据开展算例验证，结果表明所提方法在监测信息受限条件下仍能实现谐波电流状态的高精度估计，相较于传统模型显著提升了估计鲁棒性与泛化能力，为配电网电能质量在线监测与评估提供了可行的技术支撑。

摘要:高效利用多样化资源参与灾后供电并实现配电网负荷的快速恢复，是提升配电网弹性的重要问题。为此，提出了一种考虑分布式储能聚合与应急资源协同的负荷恢复协同方法。首先，分别构建了分布式储能的聚合模型与应急资源的时空调度模型。其次，以最大化负荷恢复量为目标，协调电力维修队和线路开关实现网络重构，同时利用移动储能和分布式储能联合为孤岛负荷供电，构建配电网灾后协同恢复优化模型。然后，采用McCormick包络法对模型中的非线性项进行线性化处理，进而将所提模型转化为混合整数线性规划模型。最后，通过修改的IEEE33节点和IEEE118节点配电网验证了所提方法在提升负荷恢复水平和求解效率上的有效性。

摘要:针对低压用电系统电弧故障检测中负载类型多样、背景噪声复杂以及故障样本稀缺等难题，提出一种基于无监督多尺度动态协同网络的串联电弧故障检测方法。该方法采用重构误差驱动的异常检测范式，无需故障样本即可实现稳定检测。首先，提出多尺度特征融合模块提取信号在不同时间尺度下的动态特征。然后，提出上下文感知门控机制，增强专家混合网络的瓶颈层设计，实现多尺度特征与专家网络之间的动态协同调度。最后，在推理阶段提出高斯位置加权的异常分数聚合策略与动态阈值决策机制，有效抑制边界波动干扰，提升检测稳定性。实验结果表明，所提方法在电弧故障检测与异常半波定位任务上的F1分数分别达到90.57%与84.74%，验证了其在复杂工况下的有效性。

摘要:随着新能源高比例接入与电网规模扩张，电力系统低频振荡问题日益复杂。为克服传统电力系统稳定器(power system stabilizers, PSS)参数整定耗时、适应性差，及常规智能算法在高维多机寻优中效率不足的局限，提出一种基于改进加权平均算法(improved weighted average algorithm, IWAA)的PSS参数协调优化策略。该策略以加权平均算法(weighted average algorithm, WAA)在处理非线性约束问题时的优势为基础，针对其搜索策略固化与高维空间收敛慢的局限进行适应性改进。首先，引入二阶导数法(second-derivative method, SDM)-Prony算法辨识关键振荡模态以构建多维目标函数，并设计基于模态辨识的自适应“探索-开发”平衡策略。其次，融合Weibull飞行与准对立学习(quasi-oppositional based learning, QOBL)机制，以增强算法在高维空间中的全局搜索效率与初始种群多样性。IEEE四机两区域系统的仿真对比结果表明，经IWAA整定优化的PSS，能更有效地提升系统在多种运行工况下的阻尼水平与动态稳定性。

摘要:针对现有继电器触点性能测试设备对IEC 60255-1标准符合性不足且自动化程度较低的问题，研制了一套遵循该标准的自动化测试系统。提出了以STM32F107VCT6为核心的控制单元，集成光电隔离触点状态监测与示波器电流波形分析技术。设计了RD-TVS分级能量吸收电路以抑制关断过电压。采用模块化硬件架构与分层软件设计，实现了机械耐久、电耐久及闭合电流能力的自动化测试。典型试品的重复测试表明关键参数实测值与理论值相符。该系统实现了继电器触点性能的全自动测试，提升了测试效率与一致性，为触点失效机理研究提供了数据平台。